反舰导弹仿真中的目标命中判断问题

阐述了模型校核的意义和作用。对属于模型校核范畴的仿真中的系统状态不连贯问题的基本概念通过乒乓球的下落和反舰导弹攻击目标舰艇的例子进行了说明。介绍了已有的解决系统状态不连贯问题的三种方法,并进行了优、缺点分析。给出了反舰导弹仿真中的目标命中判断模型。指出,反舰导弹仿真中的目标命中判断问题是一个系统状态不连贯问题。为解决该问题,提出并应用了一种新方法预测法。利用预测法,最多进行两步最小步长仿真,就能够以要求的精确度检测到任何一个系统状态不连贯。相对于以前的三种方法,在提高仿真效率的同时,预测法还能够避免对系统状态不连贯问题的漏检。     

基于贝叶斯模型的装备剩余寿命预测研究

为了解决武器装备日益复杂及维修工作日趋繁重的问题,运用贝叶斯模型预测装备修理后的剩余寿命,为合理安排其修理计划提供依据。替代传统的指数分布,用威布尔分布描述系统寿命特征,并运用极大似然方法和贝叶斯方法估计威布尔分布的两个未知参数,给出其置信区间。在此基础上,对先验样本和后验样本两种不同情况,分别运用贝叶斯模型预测装备修理后的剩余寿命,并给出实例。结果表明了该方法的有效性。     

m序列二相编码雷达灵巧噪声干扰研究

针对前沿复制干扰能量利用效率低的问题,提出了利用前沿波形,通过预测,超前获取雷达信号完整波形,进而实施灵巧噪声干扰的思路。对于采用由n级移位寄存器产生的m序列的二相编码雷达,给出了利用获得的前2n个码元,通过解n元线性方程组,预测获得完整m序列的方法。进一步,针对该线性方程组的生成特点,提出了一种快速算法。利用该快速算法,可以将预测的计算工作量平均分配到从获得m序列的第n＋1个码元到获得第2n个码元的各个节拍中去,使得一旦获得m序列的第2n个码元,就能够立刻得到m序列的所有反馈系数,获取雷达的当前发射信号的完整波形,并以最短的延迟实施针对性的灵巧噪声干扰。     

支持向量机在弹药训练消耗量预测中的应用

针对部队平时弹药训练消耗量预测过程中,样本采集数目较少的实际情况,采用了一种新的预测方法———支持向量机。该方法基于统计学习理论的原理,较好地解决了小样本的学习问题。并以某部队1997—2002年弹药训练消耗量为学习样本,建立了弹药年消耗量的预测模型。计算结果表明,这种方法比传统的方法有更少的误差和更好的预测精度。     

GM(1,1)模型在装备备件订购中的应用

分析了武器装备备件订购决策的目标和常用方法,并运用灰色理论GM(1,1)模型及关联度分析法,提出了在军用备件订购工作中费用目标预测的应用方法,以及提高预测精度的措施。     

基于动态窗口的灰色加权填充算法及应用?

为解决复杂系统中单属性缺失数据填充困难问题，提出了基于动态窗口的灰色加权填充算法。该算法通过建立双向灰色预测模型，并采用模型精度评价系数加权填充缺失数据，有效增强了算法的准确性；提出基于灰色模型评价系数反馈的动态伸缩窗口概念，寻找产生最优模型的训练数据序列，使算法具有良好的鲁棒性和适应性。实验结果表明，该方法在RMSE和MA两项指标上均优于传统的双向灰插值、灰插值、多项式插值等方法。